《自然》：大城市内10%的场所造成了80%的新冠病毒感染

CNN网站报道，近期《自然》杂志发布一项研究表明，餐馆、健身房、咖啡馆和酒店等区域新冠肺炎感染风险很高，80%的感染与这10%的区域有关。降低这些场所的最大使用率，可大大减缓疾病的传播。

文章作者，斯坦福大学计算机科学副教授Jure Leskovec介绍，研究人员希望调查一些“超级传播”场所的感染风险。他们根据手机定位数据模拟新冠肺炎的情况，对亚特兰大、芝加哥、达拉斯等10个大城市进行建模，相当于今年3月至5月的流动模式，每小时有9800万人次的流动。

研究人员检查了每个地区的新冠肺炎病例数，同时观察他们去某些非住宅区或“兴趣场所”的频率，包括杂货店、健身中心、咖啡馆和小吃店、医生办公室、宗教机构、酒店和汽车旅馆以及全方位服务的餐馆。

平均而言，城市范围内，全方位服务餐馆、健身房、酒店、咖啡馆、宗教组织和有限服务餐馆重新开放时，预计感染人数增加速度最快。感染率非常不均衡，以上10%的兴趣场所占所有感染的80%以上，这些地方面积小、更拥挤，人们在这里停留的时间更长。

我们认为，将这些兴趣场所的最大使用率限制在20%，可以使新增感染数减少80%以上。同时，与正常开放相比，只损失了大约40%左右的客源。想强调一点，有限的控制并不等于全部或没有。

该模型还指出，根据人口数据，低收入社区的人感染风险高于高收入社区。这些地区的面积更小，人员拥挤传播风险更高。数据显示，一个低收入的人逛杂货店的感染风险是高收入区的两倍。低收入社区的杂货店每平米的人数多60%，人员停留时间长17%。

当然这项研究也有一些局限性，比如仅包括大城市地区，学校、疗养院、监狱等人群密集地区也没有计算在内，需要更多的研究评估更多区域的感染风险。

英国莱斯特大学Julian Tang在一份声明中指出，这项研究结果很有意义。它的结果如我们所料，也再次突出了病毒在不同社会经济阶级之间的风险差异。

哈佛大学陈氏公共卫生学院的Kevin C. Ma和Marc Lipsitch在《自然》上发布一份评论称，本项研究的“最大占用率”可以扩展到其他地区，比如健身房、博物馆等可以制定限时参观的策略，减少平均停留时间。这份研究还进一步证实了不同收入人群之间的风险差异，比如，在低收入社区往往有更多的疫情一线工作者，他们的感染风险也是最高的;低收入人群常去的场所往往更加拥挤，也增加了感染风险。我们需要更进一步的模型，通过更多的数据支持，可以指导如何安全开放社会，如何将流动限制在感染风险最低的程度等。

参考资料：

1.CNN

In places you're most likely to catch Covid-19, reducing crowds can help

https://edition.cnn.com/2020/11/10/health/covid-19-modeling-high-risk-places-study-wellness/index.html